OpenAI与Anthropic同日降价

接口价格过去只是采购清单上的一行小字，如今成了模型发布会的开场白。据第一财经《最高降50%，OpenAI、Anthropic同日降价推新模型》报道，美西时间九月二十二日，OpenAI 与 Anthropic 在相隔约一个半小时内先后发布新模型，两家的介绍都从调用价格讲起，而不是从榜单分数讲起。

这个顺序变化比任何单项评测都更能说明问题：前沿模型的比拼正在从「谁更聪明」转向「谁能让同一笔预算跑完更多任务」。对依靠接口调用的个人开发者与一人公司来说，这不是行业花边，而是成本结构的直接变化。同一份产品，模型账单一变，定价、毛利与试错节奏都要跟着重算。

一、同日出牌：叙事从「更强」换成「更便宜」

两家的动作几乎同步。OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，作为 GPT-6 家族的补充；Anthropic 发布 Claude Opus 5.5，这是 Claude 5.5 系列的首款模型。据界面新闻《Anthropic与OpenAI同日发布新模型》二〇二六年九月二十三日报道，两家公司都把降本作为核心卖点，中端模型市场的单位任务经济性竞争进一步升温。

把定价摆在一起看，差异一目了然。OpenAI 这次把价格表放在了介绍的最前面，Anthropic 同样在开头就强调提效降本。

两家也都在缓存上做文章。据新浪财经《价格战愈演愈烈！AI大模型概念景气升温》报道，调用已缓存提示词的成本最多可比未缓存时低九成，这对反复发送同一段系统提示的智能体工作流尤为关键。缓存不是一个技术细节，它直接决定了长链条任务的账单下限。

二、OpenAI 的双线布局：Sol 顶能力，Luna 打价格

OpenAI 这次没有把新模型定位成「最强」，而是明确分层。旗舰位置仍由 GPT-6 Astra 占据，用于最复杂的推理与编码任务；Sol 定位在复杂编码与智能体工作流；Luna 则面向成本敏感、调用量大的任务。据第一财经报道，官方称两款模型继承了 Astra 的部分能力，通过改进缓存与推理效率降低成本，接口价格属永久下调，而非限时促销。

• 能力分工：Astra 守住上限，Sol 承担主力交付场景，Luna 承接高频轻量调用。
• 价格动作：两款模型接口价格较上一代促销价下降 50%，官方明确定调为永久性调整。
• 可靠性口径：官方称内部事实准确性评估中 Sol 的错误数量约为上一代的一半，同时强调评估情境经过刻意加压，结果不能直接等同于日常使用中的错误率。
• 使用范围：Plus、Pro、Business、Enterprise 与 Edu 用户可在 ChatGPT Work 与 Codex 中使用，开发者可走接口调用，免费与 Go 用户可在桌面端使用 Luna。

这套分层背后是一道很朴素的算术题。当缓存命中率与推理效率被持续优化，单次调用的边际成本就会下行；边际成本一旦下行，原先算不过账的场景就会重新变得可行。过去因为预算被搁置的批量文档处理、多轮智能体执行、实时交互应用，会重新进入评估清单。

三、Anthropic 的回应：性能持平，成本直降

Anthropic 选择了一条中间路线：不牺牲能力，提升效率。据第一财经与新浪财经报道，Opus 5.5 在多数任务上达到 Claude Fable 5.1 的水平，典型任务的运行成本较 Opus 5 降低 40%，输入与输出单价各降 20%，缓存读取价格下降 60%，生成速度提升三成以上。Anthropic 同时预告，Claude Sonnet 5.5 与 Claude Haiku 5.5 将在未来几周内推出。

安全表述占了相当篇幅。Anthropic 称这是其呼吁放缓前沿开发节奏之后发布的首款模型，发布前接受了 Frontier Design、METR 等外部机构的测试，并配备了执行前检查每项操作的分类器、可供安全团队审查的开源沙箱，以及代码合并前的漏洞审查功能。据其披露，在安全公司 GraySwan 的一项基准测试中，Opus 5.5 与 Fable 5.1 并列成为提示词注入攻击成功率最低的受测模型。

评测并非没有争议。据第一财经同一篇报道，AI 编程社区创始人韦斯·温德质疑 Sol 在 DeepSWE 测试中的表现低于上一代的对应产品，称新模型并非在所有指标上都实现了提升；OpenAI 核心产品负责人蒂博回应称，Sol 是各方面都更好的模型，重点在综合体验与效率，而不是追求单项基准的极限成绩。争论本身说明，当模型能力彼此逼近，榜单分数的解释力正在下降，真实任务里的成本与稳定性被推到台前。

四、开发者开始算「单任务成本」

对写代码、跑智能体的开发者来说，真正要算的是单任务成本，而不是价目表上的表面数字。一次智能体任务的开销由推理、上下文、重试、工具调用与输出长度共同决定，还要加上人工介入的时间。几个变量值得单独盯住。

• 缓存命中率：命中缓存后的调用成本最多可低九成，系统提示与长文档是否可缓存，直接改变账单量级。
• 重试与长上下文：大型代码库在智能体循环中被反复送入模型时，输入侧开销会快速累积，上下文压缩与缓存策略的重要性上升。
• 分层调度：把复杂推理交给旗舰模型、把高频轻量调用交给小模型，正在成为工程上的默认做法，多模型调度逐步替代单一模型绑定。
• 试错空间：同等预算下能多跑几轮测试，对需要大量实验的智能体产品是实质性利好，也直接改善应用层的毛利结构。

华泰证券的观点是，客服、搜索、营销生成、编码智能体、办公助手等场景都需要持续调用模型，降价能够降低单次推理与多轮智能体执行成本，为提高使用频率、增加执行次数与优化毛利率提供空间。东方证券则提到，平价化与开源化的模型供给，能削减下游应用企业的研发与运营成本，多模型分层调度成为新趋势。

五、对一人公司的实际含义

一人公司与超级个体的成本结构里，模型调用往往是仅次于时间的一笔支出。调用价格下行带来三件事，且都不需要等待，从下一次调用就开始生效。

• 单次交付的毛利改善：同样的服务报价，模型账单下降，留给人的部分变多，议价空间随之出现。
• 可承接的任务变重：过去因成本被劝退的长文档分析、批量内容处理、多轮智能体工作流，重新进入报价范围。
• 供应商选择更灵活：两家头部厂商在同一价位段正面竞争，按场景切换模型、而非被单一生态绑定，成为可行选项。

把这一轮动作看成一个信号：模型能力仍在推进，但竞争的落点正在向成本、速度与规模化落地倾斜。对个人开发者与一人公司来说，判断标准可以很简单——不看谁的分数最高，只看同一个任务在哪个模型上跑完最便宜、最稳，并且这个结论每隔几个月就该重算一次。

常见问题

GPT-6 Sol 与 Luna 现在能直接用吗？

可以。据第一财经报道，Plus、Pro、Business、Enterprise 与 Edu 用户即日起可在 ChatGPT Work 与 Codex 中使用两款模型，开发者可通过接口调用，免费与 Go 用户可在桌面应用中使用 Luna。

这一轮降价是限时促销吗？

不是。据第一财经报道，OpenAI 明确表示两款模型的接口价格属永久性下调，理由是缓存与推理效率的改进；Anthropic 也把 Opus 5.5 的降本写成常态定价。

Anthropic 的新模型在评测上占优吗？

口径不一。据新浪财经报道，Opus 5.5 在 Terminal-Bench 4.0 中得分高于 GPT-6 Astra；而 OpenAI 方面则强调自家模型在自动化任务中的成本优势。两家都承认，能力接近时基准分数越来越难直接代表真实使用体验。

对一人公司最直接的改变是什么？

单任务成本的下降。同样一笔预算能支撑更多次调用与更多轮实验，原先因成本被否掉的轻量化产品与服务，重新具备商业可行性。

参考来源

1. 第一财经《最高降50%，OpenAI、Anthropic同日降价推新模型》，2026-09-23。
2. 界面新闻《Anthropic与OpenAI同日发布新模型》，2026-09-23。
3. 新浪财经《价格战愈演愈烈！AI大模型概念景气升温》，2026-09-23。
4. Kilo Blog《New Models from OpenAI, Anthropic, and SpaceXAI Prove that Model Freedom is Here to Stay》，2026-09-23。